機械学習を用いた摂食行動認識手法の実現と食画像ラベリング環境の構築

• Item type: SIG Technical Reports(1)
• 公開日: 2015-05-04
• タイトル: 機械学習を用いた摂食行動認識手法の実現と食画像ラベリング環境の構築
• タイトル / 言語: en
• タイトル: Implementing Recognition Method for Eating Activity based on Machine Learning and Constructing A Labeling Environment for Food Image
• 言語: jpn
• キーワード / 主題Scheme: Other
• キーワード / 主題: 機械学習
• 資源タイプ / 資源タイプ識別子: http://purl.org/coar/resource_type/c_18gh
• 資源タイプ: technical report
• 著者所属: 大阪大学大学院情報科学研究科
• 著者所属: 大阪大学大学院情報科学研究科
• 著者所属: 大阪大学大学院情報科学研究科
• 著者所属: 大阪大学大学院情報科学研究科
• 著者所属: 大阪大学大学院情報科学研究科
• 著者所属(英): en
• 著者所属(英): Graduate School of Information Science and Technology, Osaka University
• 著者所属(英): en
• 著者所属(英): Graduate School of Information Science and Technology, Osaka University
• 著者所属(英): en
• 著者所属(英): Graduate School of Information Science and Technology, Osaka University
• 著者所属(英): en
• 著者所属(英): Graduate School of Information Science and Technology, Osaka University
• 著者所属(英): en
• 著者所属(英): Graduate School of Information Science and Technology, Osaka University
• 著者名: 佐藤, 琢磨; 安田, 陽介; 中井, 大輔; 増田, 彬; 前川, 卓也
• 著者名(英): Takuma, Sato; Yousuke, Yasuda; Daisuke, Nakai; Akira, Masuda; Takuya, Maekawa
• 論文抄録 / 内容記述タイプ: Other
• 論文抄録 / 内容記述: 近年のスマートフォンやデジタルカメラの普及により，日々の食事を写真に撮影してクラウド上に記録・管理する人が増えてきている．しかし，写真のみを用いた食事ログでは何を食べたかの情報しか記録できない．何をどれだけ食べたか，どういった順で食べたかなどの食事の摂り方はユーザの健康に大きな影響を与えるとされており，そのような情報を記録することができる食事ログ手法が求められている．そこで本研究では，RGB－D カメラにより食卓を上部から撮影し，機械学習を用いてより精度の高い皿のトラッキングおよび摂食行動認識を実現することを目指す．具体的には，追跡する皿の画像から特徴量を抽出し，特徴に応じて適切な追跡手法を自動的に切り替える手法を提案する．追跡手法としてテンプレート追跡，深度追跡，SIFT 追跡などが一般的だが，色に特徴が無い白米や餅などは SIFT 追跡やテンプレート追跡に向かず，深度に特徴がない平皿などの追跡には深度追跡は向いていない．これらを皿の特徴に応じて切り替えることで，高精度な追跡を行う．また，色情報と深度情報から手の追跡を行い，皿と手の相対位置などの特徴量を抽出し，隠れマルコフモデルを用いて摂食行動の認識も実現する．さらに，本研究では機械学習を用いた食行動認識・ライフログを容易にするため，クラウドソーシング型のラベリングシステムを開発する．システムでは，ユーザはウェブ上から任意の画像のラベリングを GUI を用いて容易に行うことができる．またユーザの功績がひと目で分かるようにラベリング数によるランキング機能も備える．
• 論文抄録(英) / 内容記述タイプ: Other
• 論文抄録(英) / 内容記述: Due to the recent proliferation of smartphones and digital cameras, the number of people who record and manage the daily dietary life by taking photos of dishes and upload them to an on-line service has been increasing. However, it is reported that the amount and order of food intake greatly influence human health and so a new meal log method that can record such information has been required. Therefor this research aims to achieve precise eating activity recognition by precisely tracking dishes and human hands based on machine learning from RGB-D images taken from celling. Specifically, we propose a method automatically switching an adequate tracking method according to feature value of a dish tracked. While template tracking, depth tracking and SIFT tracking are popular tracking method, SIFT and template tracking are not suitable for tracking such colorless food as rice and rice cake and depth tracking is not suitable for thin plates. Precise tracking is implemented by switching method according to dish's features. Eating activity recognition is implemented by using the Hidden Markov model after tracking hand using color and depth values and then such feature values as relative positions between a hand and a dish are extracted. Moreover we develop a labeling systembased on crowdsourcing that permit us to easily implement eating activity recognition and life logging based on machine learning. The system enables us to label uploaded images on the web by GUI easily. The system also has a function that ranks contributors based on their contributions of labeling.
• 書誌レコードID / 収録物識別子タイプ: NCID
• 書誌レコードID / 収録物識別子: AA11838947
• 書誌情報: 研究報告ユビキタスコンピューティングシステム（UBI）; 巻 2015-UBI-46, 号 12, p. 1-8, 発行日 2015-05-04
• ISSN / 収録物識別子タイプ: ISSN
• ISSN / 収録物識別子: 2188-8698
• Notice: SIG Technical Reports are nonrefereed and hence may later appear in any journals, conferences, symposia, etc.
• 出版者 / 言語: ja
• 出版者: 情報処理学会